Java 如何在android中解析（格式不正确的）HTML？

如何在android中解析格式不正确的HTML

我尝试使用XOM和TagSoup，但在创建生成器时出现以下错误：

11-26 20:42:39.294: ERROR/dalvikvm(1298): Could not find method org.apache.xerces.impl.Version.getVersion, referenced from method nu.xom.Builder.

---

我必须安装Xerces才能使用XOM，还是可以使用没有XOM的tagsoup？

XOM可能要求Xerces位于类路径中-这可能取决于Java的版本。目前我们使用

xercesImpl-2.8.0.jar

---

您可能会发现JTidy（）——HTMLTidy的一个端口足够轻量级。它根据请求输出XHTML

我认为Xerces本身太重，无法在android上工作。。。我不明白为什么我找不到关于android的html抓取之类的基本信息。。。